TOWARD THE DIFFERENTIATION OF HIGH‐CONFLICT FAMILIES: AN ANALYSIS OF SOCIAL SCIENCE RESEARCH AND CANADIAN CASE LAW
Notice bibliographique
Résumé
Social science research and the courts have begun to recognize the special challenges posed by “high‐conflict” separations for children and the justice system. The use of “high conflict” terminology by social science researchers and the courts has increased dramatically over the past decade. This is an important development, but the term is often used vaguely and to characterize very different types of cases. An analysis of Canadian case law reveals that some judges are starting to differentiate between various degrees and types of high conflict. Often this judicial differentiation is implicit and occurs without full articulation of the factors that are taken into account in applying different remedies. There is a need for the development of more refined, explicit analytical concepts for the identification and differentiation of various types of high conflict cases. Empirically driven social science research can assist mental health professionals, lawyers and the courts in better understanding these cases and providing the most appropriate interventions. As a tentative scheme for differentiating cases, we propose distinguishing between high conflict cases where there is: (1) poor communication; (2) domestic violence; and (3) alienation. Further, there must be a differentiation between cases where one parent is a primary instigator for the conflict or abuse, and those where both parents bear significant responsibility.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,047 | 0,101 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,050 | 0,056 |
| Études des sciences et des technologies | 0,028 | 0,030 |
| Communication savante | 0,016 | 0,006 |
| Science ouverte | 0,006 | 0,009 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».